Formazione Online | Python per modelli predittivi ingegnerizzati di forecasting – livello avanzato
Python per modelli predittivi ingegnerizzati di forecasting – livello avanzato
Metodologia standard CRISP-DM per creare modelli avanzati basati di Deep Learning e per prevedere la produzione, domanda e prezzo di EE e Gas
- 22 Ott 2024 > 29 Ott 2024
- 14 ore
- online
- Attestato di partecipazione
In promozione fino al 09/09
Per coloro che operano nel forecasting della produzione, del consumo e del prezzo della commodity, è necessario saper realizzare modelli previsionali avanzati, performanti e ingegnerizzati per ottimizzare il portafoglio.
In particolare, il 22 e il 29 ottobre sono l’occasione ideale per:
- comprendere come sfruttare il deep learning e le reti neurali per riconoscere le relazioni tra input diversi
- creare modelli innovativi avanzati su big data e combinare le variabili esterne per provenire in automaticamente serie storiche
Puoi contare sulle competenze pratiche di un professionista della materia con una consolidata esperienza nella programmazione in Python applicata al mercato energetico.
Il corso è strutturato in esercitazioni con supporto e feed-back immediato da parte del docente, quindi, per la buona riuscita del corso è necessario presentarsi muniti PC con già istallato Python.
Per prepararti al meglio e utilizzare le potenzialità offerte da Python, iscriviti al percorso completo:
- Python per il Data Science – livello base (25 e 31 gennaio 2024)
- Python per realizzare modelli predittivi– livello intermedio (6 e 13 giugno 2024)
Grazie alla nostra certificazione UNI EN ISO 9001:2015 potrai sfruttare le opportunità della formazione finanziata
A chi si rivolge
Il corso si rivolge a chi ha già delle conoscenze avanzate in Python e di base dei modelli di Machine Learning all’interno del:
- Ufficio Forecasting
- Ufficio Logistica/supply
- Ufficio Trading
- Ufficio Portfolio Management
- Ufficio Risk Management
Perché partecipare
Partecipa al corso per
- costruire previsioni efficaci e avanzate con Python e valutarne l’efficacia rispetto alle prestazioni richieste
- impostare modelli di deep learning che rappresentano
- lo stato dell’arte per la previsione di serie storiche di domanda e prezzo
- applicare modelli di Deep Learning su big data, ossia su milioni di serie storiche che dipendono in modo complesso da tante variabili esterne esogene
Programma
22 ottobre 2024
9.00 – 17.00
Facciamo il punto: forecast nel mercato energetico
- Check Python, librerie e tools
- Introduzione ai modelli Deep Learning: perché e quando utilizzarli
- Introduzione alle variabili esogene
LA METODOLOGIA STANDARD CRISP-DM PER LA REALIZZAZIONE DEI PROGETTI ANALITICI E I MODELLI DI DEEP LEARNING DI FORECASTING
Forecast nel mercato energetico: i modelli di breve medio e lungo termine
- Impatto delle variabili meteo-climatiche sulla produzione, consumo e prezzo dell’energia
- Modelli da utilizzare in presenza di tante variabili esogene
- Modelli da utilizzare in presenza di tante serie storiche da prevedere
- Modelli da utilizzare in funzione dell’orizzonte temporale
Forecast nel mercato energetico: modelli di deep learning base
- Modelli basati sul clustering di serie storiche
- Modelli basati su reti Feed Forward Neural Networks
- Modelli basati su reti Convolutional Neural Networks
- Esercitazione: previsione del prezzo dell’energia elettrica
29 ottobre 2024
9.00 – 17.00
COSTRUIRE MODELLI DI DEEP LEARNING AVANZATI E APPLICARLI IN PYTHON PER LA CREAZIONE DI MODELLI DI FORECASTING SU BIG DATA
Forecast nel mercato energetico: modelli avanzati di deep learning
- Modelli Ibridi
- Modelli avanzati su big data
- Esercitazione: Costruire un modello simulando di partecipare a una challenge mondiale sulla previsione del prezzo dell’energia elettrica
Date e sedi
online
Formazione in House
Sceglici per la tua formazione personalizzata: a partire dall’analisi dei tuoi obiettivi e delle tue esigenze progettiamo una soluzione su misura adattando i contenuti per la tua azienda. Scegli tu come, dove e quando
Corsi e eventi correlati
Analizzare, gestire ed elaborare le sequenze dati attraverso funzioni e programmazione a oggetti per impostare attività di forecasting
Formazione Online
Online
In PromozioneStrumenti di Statistical e Machine Learning per creare modelli di forecasting della domanda e prezzo di EE e Gas e…
Formazione Online
online
In Promozione